典型文献
面向近似最近邻搜索的码字扩展增强型残差量化
文献摘要：
为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度量计算方法.在2个公开的SIFT和GIST数据集上与5种典型方法进行实验的结果表明,所提方法可降低码书训练误差10％～24％,提高近似最近邻搜索召回率1％～44％;另外,在获得相同召回率条件下,所提方法可使码书的规模减小50％.
文献关键词：
近似最近邻搜索;向量量化;残差向量;均值等分向量
中图分类号：
作者姓名：
艾列富;程宏俊;陶勇;于俊清;郑馨;刘德阳
作者机构：
安庆师范大学计算机与信息学院 安庆 246133;智能感知与计算安徽省高校重点实验室 安庆 246133;华中科技大学计算机科学与技术学院 武汉 430074
文献出处：
引用格式：
[1]艾列富;程宏俊;陶勇;于俊清;郑馨;刘德阳-.面向近似最近邻搜索的码字扩展增强型残差量化)[J].计算机辅助设计与图形学学报,2022(03):459-469
A类：
均值等分向量
B类：
近似最近邻搜索,码字,增强型,图像特征,特征向量,量化方法,向量量化,训练阶段,迭代优化,局量,量化误差,每层,用得,输入特征,欧几里得,SIFT,GIST,召回率,残差向量
AB值：
0.182629
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
